Speech is Cheap (SIC) 技能

快速、准确且极其经济的自动语音转文字转录服务。

🚀 为何使用此技能？

• 颠覆性定价：每小时 0.06 - 0.12 美元（比 Deepgram 或 OpenAI 便宜 2-15 倍）。
• 极速处理：100 分钟音频转录仅需约 1 分钟。
• 多语言支持：支持 100 种语言，并具备自动检测功能。
• 智能体就绪：专为高容量、自动化流程设计。

🛠 设置

1. 获取 API 密钥

请前往speechischeap.com注册。使用优惠码CH5可减免 5 美元。

2. 配置身份验证

此技能在环境变量SIC_API_KEY中查找您的 API 密钥。

将此添加到您的.env或代理配置中：

SIC_API_KEY=your_key_here

📖 使用方法

🤖 代理快速指南

安装此技能后，您可以从OpenClaw会话转录任何URL，并通过运行以下命令立即获取JSON结果：./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3"

转录URL

# Basic transcription
./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3"

# Advanced transcription with options
./skills/asr/scripts/asr.sh transcribe --url "https://example.com/audio.mp3" \
  --speakers --words --labels \
  --language "en" \
  --format "srt" \
  --private

转录本地文件

非常适合处理您磁盘上已有的音频。此功能会自动处理上传。

# Upload and transcribe local media
./skills/asr/scripts/asr.sh transcribe --file "./local-audio.wav"

# Upload with webhook callback
./skills/asr/scripts/asr.sh transcribe --file "./local-audio.wav" --webhook "https://mysite.com/callback"

# Note: For local files, the skill handles the multi-part upload to
# https://upload.speechischeap.com before starting the transcription.

支持的选项

• --speakers：启用说话人分离
• --words：启用词级时间戳
• --labels：启用音频标签（音乐、噪音等）
• --stream：启用流式输出
• --private：不存储音频/转录内容（隐私模式）
• --language <code>：ISO语言代码（例如：'en'、'es'）
• --confidence <float>：最低置信度阈值（默认为0.5）
• --format <fmt>：输出格式（json、srt、vtt、webvtt）
• --webhook <url>：接收任务完成有效载荷的URL
• --segment-duration <n>：分段时长，单位为秒（默认为30）

检查任务状态

./skills/asr/scripts/asr.sh status "job-id-here"

🤖 针对代理

当成功时，asr.sh命令行工具默认返回JSON格式，这使得它易于通过管道传输到其他工具或直接解析。

如果缺少SIC_API_KEY，该工具将提供清晰的错误信息以及注册页面的直接链接。